棒球在台灣非常盛行，台灣也是少數有自己的職業棒球聯盟的國家。不過棒球也是很複雜的運動，要看懂棒球不難，但要看的懂門道不簡單。想要更深入了解棒球，數據分析會是個好方法。台灣 R 語言社群請來了樞紐棒球的站長簡於閔和卓書賢，來談如何用數據來分析棒球，從中找出更多的樂趣。
棒球統計學又稱為賽伯計量學（Sabermetrics），一般人對這個詞的印象通常來自於電影《魔球》（Moneyball），甚至誤以為電影中由 Brad Pitt 飾演的帥氣男主角最看重的上壘率就是棒球計量學的解答。其實對球團來說，重要的是找出有價值卻被市場忽略的數據。過去由於上壘率不受重視，所以運動家隊才能撿便宜，如今上壘率成為顯學，那就要尋找其他的指標。
現代球隊會這麼在意棒球統計學，是因為背後牽動著價值上百億台幣的球員市場。2017 年美國職棒大聯盟（MLB）的平均薪資超過 400 萬美元，約台幣 1.2 億元。平常人連買菜都會精打細算，更何況是買球員這麼貴的東西，當然要睜大眼睛。買菜靠的是看色澤、摸手感和聞氣味，那買球員靠的就是數據分析，幫忙球團找出砂礫中的珍珠。拜現代科技進步所賜，有了 Statcast 系統這種追蹤工具，可以測出各種以前無法掌握的數據，包括球被擊出的速度、球員跑動的速度、球被接到的機率和球被打出的仰角等等。這些數據的分析可以幫助球團和球迷不受印象所矇蔽，看出一個球員的表現是好是壞。
▲ 兩位數據棒球專頁樞紐棒球的站長，左為卓書賢，右為簡於閔。（Source：科技新報）
棒球很適合用來做數據分析，因為棒球是一項回合制的運動，每場比賽都是由一次又一次獨立的投打對決累加起來的，每次都能做為實驗的樣本。棒球也是一種機率的運動，好的打者和不好的打者打出安打的機率其實只差 10%，因此只看幾場比賽很難分辨到底誰是比較好的球員。不過 MLB 一支球隊每季都要打 162 場比賽，這麼大量的比賽能累積大量的實驗樣本，減少運氣因素在數據分析中所造成的影響。
要學做棒球數據分析，需要有棒球相關的知識、分析能力和處理資料的方法。其中最重要的是棒球相關的知識，才能判斷瞭解數據背後的意義，其次是分析能力，最後才是處理資料的方法，因為多數的數據取得時都已經被處理過了。當三者都具備了，那就可以挑選想分析的棒球數據來著手。好的棒球數據應該要能有效衡量球員的實力，因此儘量使用運氣影響較小的數據，以及容易複製表現的數據。舉例而言，FIP （Fielding Independent Pitching）因為只評估排除守備以外的投球數據，可靠的程度就比常常會被隊友守備拖累的自責失分率（ERA）要高。想要取得棒球的分析數據，可以上 MLB 的官網，或是 Baseball-reference、FanGraphs 和 The Hardball Times 等棒球數據網站，不只有數據還有相關的文章可以參考。
▲ FanGraphs 是棒球數據分析的常用網站。（Source：FanGraphs）
除了比賽本身之外，以數據分析其他場外事件也非常有趣。例如用數據分析入選名人堂的標準，透過安打數、全壘打、勝投和三振等累積數據，以及最有價值球員（MVP）和賽揚獎等個人榮譽來預測一個球員未來會不會進入名人堂。但畢竟進入名人堂是依靠投票，所以這種分析一定會有誤差。有些該入選的球員因為醜聞，或是顛峰期不夠強，抑或職業生涯不夠久，而沒能入選。有些不該入選的球員則因為守備位置特殊，或是對棒球歷史或球隊有特殊貢獻而能夠入選。
雖然數據分析能更了解球員的實力，不過這不代表就不用看球了。這樣除了會喪失看球本身的樂趣，而且會無法注意到球員在比賽中的改變，分析時就會產生誤差而無法解釋。只有觀察比賽時的細節，才能修正對數據的使用模式。不過數據不可能解釋所有的狀況，還是存在著部分限制，像是傷病風險和防守能力，都還是數據分析上的難題。如果對數據棒球分析有興趣，可以關注樞紐棒球的專頁，也可以加入數據棒球學會台灣分會。
（首圖來源：達志影像）
留言 1